In der Küche funktioniert es schon heute: Der Herd erkennt, in welchem Zustand das Gargut im Backofen ist und reagiert darauf. In der Fertigung geht es in gewissem Umfang auch, Sensoren, Regler und Steuerungen gibt es zuhauf. Doch Industrie 4.0 und die Zerlegung der Fertigung in flexiblere Einheiten, die Cyber-physikalischen Systeme (CPS), bringen eine Komplexität ins Spiel, die viel mehr Möglichkeiten als einfache Steuerungssysteme zulässt. Nur: Wer kann diese Komplexität sinnvoll beherrschen? Die Maschinen selbst. Sie sollen mit genügend Intelligenz ausgestattet werden, um selbstständig auf bestimmte Situationen und Zustände reagieren zu können. Doch diese Intelligenz stets von Menschenhand zu programmieren, ist auf Dauer nicht wirtschaftlich. Also müssen die Systeme selbstständig bestimmtes Wissen erlernen. Ansätze dazu, wie in der Fehlerdiagnostik und in der Bildverarbeitung, gibt es schon heute.
Um diesen Entwicklungsprozess zu beschleunigen und zu moderieren, hatte das Lemgoer Fraunhofer-Anwendungszentrum Industrial Automation (IOSB-INA) und das Fraunhofer IOSB Anfang Oktober über 50 internationale Experten des maschinellen Lernens nach Ostwestfalen geladen. Hier diskutierten Forscher und Vertreter der Wirtschaft auf der zweitägigen Veranstaltung ML4CPS – Machine Learning for Cyber Physical Systems and Industry 4.0, wie CPS ihre Umgebung analysieren und auf Basis ihrer Beobachtungen Muster, Zusammenhänge und prognosefähige Modelle ganz selbstständig, das heißt ohne Engineering-Aufwand, lernen können. „Auch für uns ist maschinelles Lernen eines der Kernthemen unserer täglichen Arbeit. Daher freuen wir uns ganz besonders, diese europaweit einzigartige Konferenz in Lemgo etabliert zu haben“, erklärt Professor Oliver Niggemann, Tagungsleiter der ML4CPS und stellvertretender Leiter des Fraunhofer-Anwendungszentrums Industrial Automation. Die Veranstaltung findet allerdings im Wechsel mit Karlsruhe statt, wird also 2016 in Baden-Württemberg ausgetragen.
